考虑时滞因素的电力系统迭代辨识广域阻尼控制算法收敛性研究

电力系统控制算法收敛性分析是衡量电力系统控制性能好坏的重要方法,算法收敛性决定了算法实现的可行性。迭代辨识算法是现代电力系统阻尼控制的一种重要控制方法,本文针对提出的一种考虑时滞的迭代辨识广域阻尼控制器算法,首先简述了该迭代辨识广域阻尼控制算法的基本步骤;其次把电力系统迭代辨识算法等效成分割系统,通过证明分割系统的稳定性间接证明了该算法的收敛性;然后又采用Q因子法分析了该算法的收敛速度;最后与其它方法在收敛速度上进行了对比,并分析了Vinnicombe的动态变化过程。仿真结果表明,本文提出的迭代辨识算法能在10秒内有效收敛,收敛速度较快。

虚拟参考反馈校正时变控制的规范设计

为折衷线性控制器和非线性控制器间的差距,采用虚拟参考反馈校正控制策略研究线性时变控制器的设计问题。对于两控制器中未知时变参数矢量的辨识,在原代价函数的基础上通过增加一项关于两未知时变参数矢量的规范项,来约束时变参数矢量的跳变特性。对于未知时变参数矢量的优化过程,采用可分离非线性最小二乘算法重复迭代以得到全局最优解。借助凸优化理论,推导出一个关键规范值,以此值作为规范值合适选取过程中的初始值。最后用仿真算例验证了辨识方法的有效性。

基于非线性模型预测控制的城市路网交通流优化

为提高城市路网设计效率,文中提出一种基于非线性模型预测控制的城市路网交通流优化方案。采用预测控制方法,利用模拟试验验证所提算法在道路网络中的应用,从而最大限度地提高路口的通行能力;同时,验证迭代式识别在车辆流量模型的参数识别中的正确性。研究结果表明:采用时变参数模式预测时,每个路口的队长度差异都是比较合理的,模型预测结果与仿真结果接近;采用该模型的预测控制算法可以对网络的实时状况进行实时修正,从而改善道路的运行性能,8:00时段道路阻塞状况的模拟结果证明该方法具有较好的性能。相比之下,当系统中产生随机扰动时,自适应迭代学习辨识算法可以实现对系统期望输出的快速跟踪,具有较快的收敛速度和良好的效果。